About: Unsupervised Texture Segmentation Using Multispectral Modelling Approach     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • A new unsupervised multispectral texture segmentation method with unknown number of classes is presented. Multispectral texture mosaics are locally represented by four causal multispectral random field models recursively evaluated for each pixel. The segmentation algorithm is based on the underlying Gaussian mixture model and starts with an over segmented initial estimation which is adaptively modified until the optimal number of homogeneous texture segments is reached. The performance of the presented method is extensively tested on the Prague segmentation benchmark using the commonest segmentation criteria and compares favourably with several alternative texture segmentation methods.
  • A new unsupervised multispectral texture segmentation method with unknown number of classes is presented. Multispectral texture mosaics are locally represented by four causal multispectral random field models recursively evaluated for each pixel. The segmentation algorithm is based on the underlying Gaussian mixture model and starts with an over segmented initial estimation which is adaptively modified until the optimal number of homogeneous texture segments is reached. The performance of the presented method is extensively tested on the Prague segmentation benchmark using the commonest segmentation criteria and compares favourably with several alternative texture segmentation methods. (en)
  • Nový algoritmus pro neřízenou segmentaci multispektrálních textur s neznámým počtem tříd je prezentován. Multispektrální texturní mozaiky jsou lokálně reprezentovány čtyřmi kauzálními multispektrálními modely náhodných polí, které jsou identifikovány pro každý pixel. Segmentační algoritmus je založen na modelu gaussovské směsi a začína s přesegmentovaným odhadem, který se adaptivně upravuje až se dosáhne optimální počet texturních homogenních oblastí. Vlastnost metody jsou extenzivně testovány na Pražském segmentačním benchmarku při použití nejčastěji používaných segmentačních kritérií. Výsledky jsou lepší, než výsledky několika porovnávaných alternativních segmentačních metod. (cs)
Title
  • Unsupervised Texture Segmentation Using Multispectral Modelling Approach
  • Neřízená segmentace textur využívající multispektrální modelování (cs)
  • Unsupervised Texture Segmentation Using Multispectral Modelling Approach (en)
skos:prefLabel
  • Unsupervised Texture Segmentation Using Multispectral Modelling Approach
  • Neřízená segmentace textur využívající multispektrální modelování (cs)
  • Unsupervised Texture Segmentation Using Multispectral Modelling Approach (en)
skos:notation
  • RIV/67985556:_____/06:00040801!RIV07-AV0-67985556
http://linked.open.../vavai/riv/strany
  • 203;206
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • P(1ET400750407), P(1M0572), P(2C06019), P(IAA2075302), R, Z(AV0Z10750506)
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 505085
http://linked.open...ai/riv/idVysledku
  • RIV/67985556:_____/06:00040801
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • texture segmentation; unsupervised classification; image segmentation (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...ontrolniKodProRIV
  • [5EF524EF0126]
http://linked.open...v/mistoKonaniAkce
  • Hong Kong
http://linked.open...i/riv/mistoVydani
  • Piscataway
http://linked.open...i/riv/nazevZdroje
  • Proceedings of ICPR 2006 - The 18th International Conference on Pattern Recognition
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...vavai/riv/projekt
http://linked.open...UplatneniVysledku
http://linked.open...iv/tvurceVysledku
  • Haindl, Michal
  • Mikeš, Stanislav
http://linked.open...vavai/riv/typAkce
http://linked.open.../riv/zahajeniAkce
http://linked.open...n/vavai/riv/zamer
number of pages
http://purl.org/ne...btex#hasPublisher
  • IEEEPress
https://schema.org/isbn
  • 0-7695-2521-0
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 106 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software